제1종 오류와 제2종 오류: 그것들은 무엇이며 통계에서 무엇을 나타냅니까?

우리가 심리학 연구를 할 때, 추론 통계 내에서 우리는 두 가지 중요한 개념인 제1종 오류와 제2종 오류를 발견합니다.. 이는 귀무가설과 대립가설로 가설 검정을 수행할 때 발생합니다.

이 기사에서 우리는 그것들이 정확히 무엇인지, 언제 커밋하는지, 어떻게 계산하고 어떻게 줄일 수 있는지 알아볼 것입니다.

• 관련 기사: "Psychometrics: 데이터를 통해 인간의 마음을 연구"

매개변수 추정 방법

추론 통계는 샘플의 정보를 기반으로 모집단에서 결론을 도출하거나 외삽하는 역할을 합니다. 즉, 모집단 수준에서 연구하려는 특정 변수를 설명할 수 있습니다.

그 안에 우리는 발견 모수 추정 방법, 그 목적은 의 값을 (정확하게) 결정할 수 있는 방법을 제공하는 것입니다. 모집단의 무작위 표본에서 분석하려는 매개변수 공부하는.

모수 추정은 두 가지 유형이 있습니다. 알 수 없음) 및 간격별(모수가 "떨어지는" 신뢰 구간이 설정된 경우) 낯선 사람). 오늘날 우리가 분석하고 있는 개념인 제1종 오류와 제2종 오류를 찾을 수 있는 것은 이 두 번째 유형인 구간별 추정 내에서입니다.

제1종 오류와 제2종 오류는 무엇입니까?

제1종 오류와 제2종 오류는 다음과 같습니다. 조사에서 통계적 가설이 형성되기 전에 저지를 수 있는 오류 유형 (예: 귀무 가설 또는 H0 및 대립 가설 또는 H1). 즉, 가설 검정을 수행할 때입니다. 그러나 이러한 개념을 이해하려면 먼저 간격 추정에서의 사용을 맥락화해야 합니다.

우리가 본 바와 같이, 간격에 의한 추정은 우리가 제안하는 귀무가설(H0)과 견본.

즉, 목표는 연구하려는 매개 변수가 떨어지는 수학적 간격을 설정합니다.. 이렇게 하려면 일련의 단계를 수행해야 합니다.

1. 가설 공식화

첫 번째 단계는 귀무가설과 대립가설을 공식화하는 것인데, 이는 우리가 보게 될 제1종 오류와 제2종 오류의 개념으로 이어질 것입니다.

1.1. 귀무가설(H0)

귀무가설(H0)은 연구자가 제안하고 잠정적으로 참으로 받아들이는 가설이다.. 위조 또는 반박의 과정을 통해서만 거부할 수 있습니다.

일반적으로 수행되는 작업은 효과의 부재 또는 차이의 부재를 기술하는 것입니다(예: 다음과 같이 진술합니다. 불안").

1.2. 대립가설(H1)

반면에 대립 가설(H1)은 귀무 가설을 대체하거나 대체할 후보입니다. 이것은 일반적으로 차이 또는 효과가 있음을 나타냅니다(예: "불안 치료에서 인지 치료와 행동 치료 사이에는 차이가 있습니다").

• 다음 항목에 관심이 있을 수 있습니다. "Cronbach's alpha(α): 그것이 무엇이며 통계에서 어떻게 사용되는지"

2. 유의 수준 또는 알파(α) 결정

간격 추정의 두 번째 단계는 다음과 같습니다. 유의 수준 또는 알파(α) 수준 결정. 이는 프로세스 초기에 연구원이 설정합니다. 귀무가설을 기각할 때 우리가 인정하는 오류의 최대 확률입니다.

일반적으로 0.001, 0.01 또는 0.05와 같은 작은 값을 사용합니다. 즉, 우리가 연구자로서 허용할 수 있는 최대 "한도" 또는 오류가 될 것입니다. 예를 들어 유의 수준의 가치가 0.05(5%)인 경우 신뢰 수준은 0.95(95%)이고 두 값을 더하면 1(100%)이 됩니다.

유의 수준을 설정하면 네 가지 상황이 발생할 수 있습니다. 오류(그리고 여기서 제1종 오류와 제2종 오류가 발생합니다) 또는 두 가지 유형의 결정이 생성됩니다. 옳은. 즉, 네 가지 가능성은 다음과 같습니다.

2.1. 올바른 결정(1-α)

이는 귀무가설(H0)이 참이라는 것을 받아들이는 것으로 구성됩니다.. 즉, 그것이 사실이기 때문에 우리는 그것을 거부하지 않고 유지합니다. 수학적으로 다음과 같이 계산됩니다. 1-α(여기서 α는 제1종 오류 또는 유의 수준임).

2.2. 올바른 결정(1-β)

이 경우에도 올바른 결정을 내립니다. 이는 귀무가설(H0)이 거짓임을 기각하는 것으로 구성됩니다. 시험의 힘이라고도 함. 다음과 같이 계산됩니다. 1-β(여기서 β는 제2종 오류입니다).

23. 제1종 오류(α)

알파(α)라고도 하는 제1종 오류는 이것이 사실이라는 귀무가설(H0)을 기각함으로써 커밋됩니다.. 따라서 제1종 오류를 범할 확률은 α이며 이는 가설 검정을 위해 설정한 유의 수준입니다.

예를 들어, 우리가 설정한 α가 0.05라면 귀무가설을 기각할 때 틀릴 확률이 5%임을 기꺼이 받아들인다는 의미입니다.

2.4. 제2종 오류(β)

제2종 오류 또는 베타(β) 오류는 귀무가설(H0)이 거짓일 때 수락할 때 발생합니다.. 즉, 제2종 오류를 범할 확률은 베타(β)이며 검정력(1-β)에 따라 달라집니다.

유형 II 오류를 범할 위험을 줄이기 위해 테스트에 충분한 전원이 공급되도록 선택할 수 있습니다. 이렇게 하려면 차이가 실제로 존재할 때 차이를 감지할 수 있을 만큼 표본 크기가 충분히 커야 합니다.